Python爬虫教程-17-ajax爬取实例(豆瓣电影)

Python爬虫教程-17-ajax爬取实例(豆瓣电影)

ajax: 简单的说,就是一段js代码,通过这段代码,可以让页面发送异步的请求,或者向服务器发送一个东西,即和服务器进行交互

对于ajax:
  • 1.一定会有 url,请求方法(get, post),可能有数据
  • 2.一般使用 json 格式

爬取豆瓣电影

  • 网站分析:
    • 打开豆瓣电影网站:https://movie.douban.com/,选择【排行榜】,点击【动作】分类
    • 一直往下滑,可以看到这样的效果:快到低的时候又有了新的内容,也就是往下没完
    • 基本可以判定使用了 ajax 请求,进行异步的加载
      这里写图片描述
    • 然后进去检查请求的信息:
      • 1.右键【检查】>【Network】
      • 2.向下滚动页面
      • 3.可以看到请求在不断不更新,点击一个请求,就可以看到请求的信息
        这里写图片描述
  • 代码文件:https://xpwi.github.io/py/py%E7%88%AC%E8%99%AB/py19db.py
# 爬取豆瓣电影数据
# 了解ajax的爬取方式
# https://movie.douban.com/

from urllib import request
import json

# url信息:interval_id表示排名段(可自行修改),limit限制20个
url = "https://movie.douban.com/j/chart/top_list?type=5&interval_id=100%3A90&action=&start=20&limit=20"

rsp = request.urlopen(url)
data = rsp.read().decode()

data = json.loads(data)

print(data)

运行结果

可以看到结果在一行显示
这里写图片描述

修改输出格式

# 爬取豆瓣电影数据
# 了解ajax的爬取方式
# https://movie.douban.com/

from urllib import request
import json

# url信息:interval_id表示排名段(可自行修改),limit限制20个
url = "https://movie.douban.com/j/chart/top_list?type=5&interval_id=100%3A90&action=&start=20&limit=20"

rsp = request.urlopen(url)
data = rsp.read().decode()

data = json.loads(data)

# 遍历输出每个'k'和'v'的值
for item in data:
      print("排名:", item['rank'], "\n",
            "名称:", item['title'], "\n",
            "类型:", item['types'], "\n",
            "主演:", item['actors'], "\n",
            "分数:", item['score'],"\n-------------",)

运行结果

这里写图片描述
这里结果就比较顺眼了,如果需要更改排名段,因为是get请求,修改需要在url参数即可

更多文章链接:Python 爬虫随笔


- 本笔记不允许任何个人和组织转载

发布了346 篇原创文章 · 获赞 1623 · 访问量 178万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 程序猿惹谁了 设计师: 上身试试

分享到微信朋友圈

×

扫一扫,手机浏览